Cross-Model Pseudo-Labeling for Semi-Supervised Action Recognition
要点：
1、半监督动作识别，使用伪标记分配未标记数据，然后在训练中用作附加的监督
2、最近研究：伪标签通过在标记数据上训练模型获取，然后使用来自该模型的置信度预测值来自学
3、新的伪标记方案 —— CMPL，跨模型伪标记
（a）在主干网络的基础上，引入轻量级的辅助网络，相互预测伪标签
（b）由于结构偏差，两个模型倾向于从相同的视频剪辑中学习互补表示
（c）通过利用跨模型预测作为监督，每个模型都可以从对应模型中获益
相关工作：
图像分类的半监督学习：
先前工作：利用一致性正则化，要求模型对包括数据增强、对抗性扰动在内的扰动具有鲁棒性
最近工作：集中于伪标记框架，根据模型预测为伪标记图像分配标签（a）利用模型参数的指数移动平均产生伪标签（b）利用模型参数的历史预测产生伪标签（c）FixMatch：通过要求来自强增强数据的预测反映来自弱增强数据的预测，结合了一致性和正则化伪标记
但是，这些方法都没有明确考虑人类行为的时间动态特征
本文方法：通过一个独立的互补网络来更有效地表示特征
动作识别的半监督学习：
1、极端学习机
2、图像重建的编码-解码结构
3、二维图像分类器
4、时间对比学习框架
5、不同视图，联合训练，集成伪标签，模型再训练（两个网络迭代预测，合并伪标签的共同监督两个模型）
本文：具有不同体系的两个模型在交叉学习中分别为对对方提供伪标签，从互补特征中获益
图表：
小网络和大网络的分类性能差距：
1、小网络：强时间动态的动作，stronger temporal dynamics, i.e., “Swinging Legs”
2、大网络：空间信息，actions mainly characterized by spatial information
正确伪标签的比率：
CMPL 框架图示：
1、Primary backbone F(.)，主干网络
2、Auxiliary network A(.)，辅助网络
3、两个网络以不同的帧率接收视频输入
4、给定一个未标记的视频，两个模型对弱增强数据进行独立地预测
5、根据预测结果为对方产生用于强增强版本监督的伪标签
6、SG：stop-gardient
